superviseret læring
Superviseret læring er en maskinlæringsmetode, hvor en model trænes på et mærket datasæt, så den kan forudsige output for nye, usete data.
Kort fortalt
Superviseret læring er som at lære med en lærer, hvor du får svar på opgaver, så du efterhånden kan løse dem selv.
- Kategori
- teknik
- Niveau
- begynder
Betydninger
1- 1
En form for maskinlæring, hvor en algoritme lærer en funktion, der kortlægger input til output baseret på et træningssæt af input-output-par.
- I superviseret læring bruges et datasæt med billeder og tilhørende etiketter til at træne en klassifikationsmodel.
- Regressionsanalyse er en klassisk opgave inden for superviseret læring.
Hvornår bruges det
Superviseret læring bruges i opgaver som klassifikation (f.eks. spamdetektion) og regression (f.eks. prisfastsættelse). Modellen lærer af parrede input-output-eksempler.
Kodeeksempel
from sklearn.linear_model import LogisticRegression
model = LogisticRegression()
model.fit(X_train, y_train)
predictions = model.predict(X_test)Et simpelt eksempel på superviseret læring med logistisk regression i scikit-learn.
Oprindelse
Udtrykket 'superviseret' kommer fra engelsk 'supervised', hvilket henviser til, at modellen guides af korrekte svar under træning.
Afledte ord
2Kilder
1- Machine Learning (Tom Mitchell, 1997)